bilibili UP主「小虫哥_」が原神二次創作動画を投稿。フータオを模倣したボイスで、元のボイスを維持しつつ、再生回数は136万回を突破。VITS音声合成モデルを使用し、音声テキストから言語特徴を抽出し、原神キャラクター特有の声質を再現。AIボイスクローン技術は普及しており、HeyGen、AI Dubbingなどのツールにより利用のハードルが下がっている。AI技術の進化によりクリエイターの注目を集めており、内容と形式において独創的な作品を作るかが重要となる。本記事ではVITSモデルの原理を解説し、音声合成について簡単に説明する。